OpenClaw 3 周连续运行提炼的 5 条核心经验

来源： @shao__meng
整理时间： 2026-03-03

一句话总结

结构化记忆 + 成本分层 + 规则工程 + 主动调度 + 防御性架构

1. 你的 AI 的记忆力，只取决于它的文件系统有多好

• 平面文本文件无法扩展
• 必须把知识结构化为 Projects → Areas → Resources → Archives
• 再叠加语义搜索，才能实现“按含义检索”而非“grep 碰运气”
• 仅用一下午就从混乱检索升级到结构化召回

2. 不是每个任务都需要调用你最好的模型

• 曾用高端付费模型跑 cron 任务检查”SSH 是否开启”，纯属浪费
• 现在改用廉价模型做监控、调度
• 把顶级模型留给写作、研究、判断类任务
• 效果相同，成本仅为原来的几分之一

3. 给它的是 Rules，而不是 Vibes

• “Be helpful” 完全无效
• 必须写具体、可验证的规则，例如：
• “启动任何新任务前先检查 ACTIVE-TASKS.md”
• “说’完成’前必须用工具调用验证”
• “Telegram 里只用项目符号列表，绝不用表格”
• 每一次失误，都要转化为一条新规则
• 规则会随时间复合累积

4. 让它主动来找你，而不是你去找它

通过 cron 定时任务实现：
- 每天 7 点晨报
- 10 点和 15 点业务提醒
- 每 4 小时系统健康检查

Agents 会主动推送，而非被动等待指令

• 目前运行 13 个定时任务
• 完全不需要手动触发

5. 不要”请求”AI 不要泄露机密，而是让泄露在技术上不可能

• 类似”永远不要打印 API Key”的规则会被遗忘
• 正确做法是：从系统架构层面构建防线
• 把密钥存进 macOS Keychain
• 用 pre-commit hook 防 Git 泄露
• 用 sed 管道对敏感输出进行脱敏
• 而不是寄希望于模型”听话”

“希望不是安全策略。”

总结